本發(fā)明屬于機(jī)器視覺(jué)技術(shù)在醫(yī)學(xué)圖像處理領(lǐng)域的應(yīng)用，具體涉及一種陰道清潔度自動(dòng)劃分的方法。

背景技術(shù)：

陰道清潔度主要通過(guò)鹽水白帶顯微圖像中有形成分的類(lèi)別和數(shù)量進(jìn)行判定。白帶指的是女性生殖系統(tǒng)的不同部位的分泌物的混合物，比如巴多林氏腺、子宮頸腺體、子宮內(nèi)膜的分泌物和陰道粘膜的滲出液、脫落的陰道上皮細(xì)胞等組成的混合物，具有濕潤(rùn)、排廢、殺菌等作用。現(xiàn)如今，白帶常規(guī)檢查是婦科最簡(jiǎn)單最常用的一種檢查手段，陰道清潔度是白帶常規(guī)檢查中的一項(xiàng)重要指標(biāo)，對(duì)生殖系統(tǒng)炎癥、腫瘤及其他婦科疾病的診斷治療具有重要醫(yī)學(xué)參考意義。而目前大部分醫(yī)院采用人工鏡檢的方式進(jìn)行白帶常規(guī)檢查，醫(yī)務(wù)人員的個(gè)人經(jīng)驗(yàn)和專(zhuān)業(yè)水平會(huì)在很大程度上影響對(duì)患者的診斷，再加上醫(yī)院人流量大，醫(yī)生在長(zhǎng)時(shí)間高強(qiáng)度勞動(dòng)下，誤檢漏檢可能性大大增加。本發(fā)明提出的陰道清潔度自動(dòng)劃分的方法，可以很好地解決以上問(wèn)題，在提高診斷準(zhǔn)確率的同時(shí)節(jié)約時(shí)間和人力。

技術(shù)實(shí)現(xiàn)要素：
：

本發(fā)明提出一種陰道清潔度自動(dòng)劃分的方法。陰道清潔度是白帶常規(guī)檢查中的一項(xiàng)重要指標(biāo)，陰道清潔度通?；譃棰　ざ?，若診斷結(jié)果為ⅰ度或ⅱ度，則說(shuō)明陰道健康無(wú)疾病，若ⅲ度或ⅳ度，則說(shuō)明陰道可能存在炎癥或感染。由于白帶顯微圖像里有形成分復(fù)雜，各個(gè)醫(yī)務(wù)人員的專(zhuān)業(yè)水平參差不齊，加上高強(qiáng)度長(zhǎng)時(shí)間工作，很難保證高準(zhǔn)確率。本方法通過(guò)添加沖量項(xiàng)，并將固定學(xué)習(xí)速率改成可變學(xué)習(xí)速率，對(duì)傳統(tǒng)bp神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)，實(shí)現(xiàn)了陰道清潔度的自動(dòng)劃分，不僅提高了劃分的準(zhǔn)確率，而且大大節(jié)約了醫(yī)生和患者的時(shí)間。

本發(fā)明技術(shù)方案是一種陰道清潔度自動(dòng)劃分的方法，該方法包括如下步驟：

步驟1：用生物顯微相機(jī)采集經(jīng)過(guò)顯微鏡放大的鹽水白帶顯微灰度圖像，各取多幅清潔度為ⅰ度、ⅱ度、ⅲ度和ⅳ度的樣本灰度圖像；

步驟2：對(duì)步驟1所得到的所有鹽水白帶顯微灰度圖像，進(jìn)行形態(tài)學(xué)底帽變換運(yùn)算，并進(jìn)行閾值分割處理得到二值圖像；

步驟3：對(duì)步驟2所得到的二值圖像的八連通區(qū)域做標(biāo)定處理；

步驟4：根據(jù)不同有形成分在形態(tài)學(xué)上的特征，計(jì)算每幅圖中上皮細(xì)胞面積，膿球面積，白細(xì)胞個(gè)數(shù)，桿菌個(gè)數(shù)和球菌個(gè)數(shù)；

步驟5：bp神經(jīng)網(wǎng)絡(luò)的輸入矢量為x＝[x0x1x2x3x4]，其中，x0為上皮細(xì)胞面積占整幅圖像面積的比例，x1為膿球面積占整幅圖像面積的比例，x2為白細(xì)胞個(gè)數(shù)，x3為桿菌個(gè)數(shù)，x4為球菌個(gè)數(shù)；

步驟6：創(chuàng)建一個(gè)bp神經(jīng)網(wǎng)絡(luò)，設(shè)置輸入層節(jié)點(diǎn)為5個(gè)，代表輸入神經(jīng)網(wǎng)絡(luò)的5個(gè)變量；設(shè)置隱含層為1層，隱含層節(jié)點(diǎn)為12個(gè)；輸出層節(jié)點(diǎn)為4個(gè)，代表ⅰ度、ⅱ度、ⅲ度和ⅳ度的4種清潔度；該神經(jīng)網(wǎng)絡(luò)中激勵(lì)函數(shù)均采用s型函數(shù)，設(shè)置網(wǎng)絡(luò)的初始權(quán)值為隨機(jī)數(shù)；

步驟7：對(duì)步驟6中的bp神經(jīng)網(wǎng)絡(luò)，添加沖量項(xiàng)，并且將固定學(xué)習(xí)速率更改為可變學(xué)習(xí)速率，不僅避免神經(jīng)網(wǎng)絡(luò)陷入誤差的局部極小值而且加速收斂；參數(shù)設(shè)置為：初始學(xué)習(xí)率η＝0.25，學(xué)習(xí)速率增大因子γ＝1.25，學(xué)習(xí)速率減小因子ρ＝0.85，沖量系數(shù)α＝0.9，誤差權(quán)值增加最大比ξ＝0.02；

步驟8：將訓(xùn)練樣本輸入改進(jìn)的bp神經(jīng)網(wǎng)絡(luò)中，當(dāng)訓(xùn)練樣本期望輸出與實(shí)際輸出誤差小于0.0001時(shí)，結(jié)束對(duì)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練；

步驟9：輸入待檢測(cè)樣本至訓(xùn)練完畢的bp神經(jīng)網(wǎng)絡(luò)中，得出該樣本的清潔度類(lèi)型。

步驟2的具體步驟為：

步驟2-1：用半徑為3的圓盤(pán)模板對(duì)灰度圖像進(jìn)行閉運(yùn)算，即先膨脹后腐蝕；

步驟2-2：將步驟2-1所得到的圖像與原灰度圖像相減，所得即底帽變換運(yùn)算后的圖像；

步驟2-3：對(duì)步驟2-2所得到的圖像求其大津閾值，將閾值與灰度圖像中各個(gè)像素點(diǎn)的灰度值進(jìn)行比較，若灰度值大于閾值，將該像素點(diǎn)灰度值重新賦值為255，若灰度值小于閾值，將該像素點(diǎn)重新賦值為0，遍歷灰度圖像中所有像素點(diǎn)后，得到二值圖像。

步驟4的具體步驟為：

步驟4-1：計(jì)算步驟3中的連通域的面積、周長(zhǎng)、長(zhǎng)度、寬度、圓形度、離心率；

步驟4-2：記錄步驟3中連通域的坐標(biāo)，在原灰度圖像中截取連通域所對(duì)應(yīng)的灰度小圖，計(jì)算其灰度均值和方差；

步驟4-3：根據(jù)上皮細(xì)胞、膿球、白細(xì)胞、桿菌和球菌的生物形態(tài)特征，比較步驟4-1和步驟4-2得到的數(shù)據(jù)，對(duì)連通域進(jìn)行分類(lèi)；

步驟4-4：統(tǒng)計(jì)上皮細(xì)胞的面積，膿球面積，白細(xì)胞個(gè)數(shù)，桿菌個(gè)數(shù)和球菌個(gè)數(shù)。

步驟7的具體步驟為：

步驟7-1：如果權(quán)值更新后，所得結(jié)果與期望值之間的誤差變大，并且超過(guò)設(shè)定的誤差權(quán)值增加最大比ξ，則此次權(quán)值更新無(wú)效，將學(xué)習(xí)速率乘以學(xué)習(xí)減小因子ρ，同時(shí)，設(shè)置沖量系數(shù)α為0；

步驟7-2：如果權(quán)值更新后，所得結(jié)果與期望值之間的誤差變大，但是沒(méi)有超過(guò)設(shè)定的誤差權(quán)值增加最大比ξ，則此次權(quán)值更新有效，學(xué)習(xí)速率保持不變，同時(shí)，恢復(fù)沖量系數(shù)α為原值；

步驟7-3：如果權(quán)值更新后，所得結(jié)果與期望值之間的誤差變小，則此次權(quán)值更新有效，將學(xué)習(xí)速率乘以學(xué)習(xí)增大因子γ，同時(shí)，恢復(fù)沖量系數(shù)α為原值。

步驟8的具體步驟為：

步驟8-1：依照步驟4和步驟5，得到所有訓(xùn)練樣本的輸入矢量x＝[x0x1x2x3x4]；

步驟8-2：將所有輸入矢量歸一化，輸入bp神經(jīng)網(wǎng)絡(luò)中；

步驟8-3：陰道清潔度為ⅰ度、ⅱ度、ⅲ度、ⅳ度的訓(xùn)練樣本，分別對(duì)應(yīng)的期望輸出矢量為y＝[1000]、y＝[0100]、y＝[0010]、y＝[0001]；

步驟8-4：當(dāng)訓(xùn)練樣本期望輸出與實(shí)際輸出誤差小于0.0001時(shí)，結(jié)束對(duì)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。

步驟9的具體步驟為：

步驟9-1：依照步驟8-1和8-2，將待檢樣本的輸入矢量x＝[x0x1x2x3x4]輸入已訓(xùn)練完畢的改進(jìn)的bp神經(jīng)網(wǎng)絡(luò)中，運(yùn)行bp神經(jīng)網(wǎng)絡(luò)至達(dá)到平衡，輸出矢量y＝[y0y1y2y3]；

步驟9-2：根據(jù)y＝[y0y1y2y3]中的最大值yk劃分陰道清潔度。yk＝max{y0,y1,y2,y3}，k為0,1,2,3分別對(duì)應(yīng)清潔度ⅰ度，ⅱ度，ⅲ度，ⅳ度。

本發(fā)明通過(guò)添加沖量項(xiàng)，并將固定學(xué)習(xí)速率改成可變學(xué)習(xí)速率，加速了神經(jīng)網(wǎng)絡(luò)的收斂速度，將改進(jìn)的bp神經(jīng)網(wǎng)絡(luò)應(yīng)用于陰道清潔度的診斷，降低了醫(yī)務(wù)人員的勞動(dòng)強(qiáng)度，大幅提高了清潔度劃分的準(zhǔn)確度，為患者的健康提供保障。

附圖說(shuō)明

圖1是本發(fā)明的一種陰道清潔度自動(dòng)劃分的方法的流程圖；

圖2是ⅰ度鹽水白帶顯微灰度圖像；

圖3是ⅱ度鹽水白帶顯微灰度圖像；

圖4是ⅲ度鹽水白帶顯微灰度圖像；

圖5是ⅳ度鹽水白帶顯微灰度圖像；

圖6是ⅰ度鹽水白帶顯微二值圖像；

圖7是ⅱ度鹽水白帶顯微二值圖像；

圖8是ⅲ度鹽水白帶顯微二值圖像；

圖9是ⅳ度鹽水白帶顯微二值圖像。

具體實(shí)施方式

下面結(jié)合附圖，對(duì)本發(fā)明提出的一種陰道清潔度自動(dòng)劃分的方法進(jìn)行詳細(xì)說(shuō)明：

步驟1：用生物顯微相機(jī)采集經(jīng)過(guò)顯微鏡放大的鹽水白帶顯微灰度圖像，各取若干幅ⅰ度、ⅱ度、ⅲ度和ⅳ度的樣本的灰度圖像；

步驟2：對(duì)步驟1所得到的所有鹽水白帶顯微灰度圖像，進(jìn)行形態(tài)學(xué)底帽變換運(yùn)算，并進(jìn)行閾值分割處理得到二值圖像；

步驟2-1：用半徑為3的圓盤(pán)模板對(duì)灰度圖像進(jìn)行閉運(yùn)算，即先膨脹后腐蝕；

步驟2-2：將步驟2-1所得到的圖像與原灰度圖像相減，所得即底帽變換運(yùn)算后的圖像；

步驟2-3：對(duì)步驟2-2所得到的圖像求其大津閾值，將閾值與灰度圖像中各個(gè)像素點(diǎn)的灰度值進(jìn)行比較，若灰度值大于閾值，將該像素點(diǎn)灰度值重新賦值為255，若灰度值小于閾值，將該像素點(diǎn)重新賦值為0，遍歷灰度圖像中所有像素點(diǎn)后，得到二值圖像。

步驟3：對(duì)步驟2所得到的二值圖像的八連通區(qū)域做標(biāo)定處理；

步驟4：根據(jù)不同有形成分在形態(tài)學(xué)上的特征，計(jì)算每幅圖中上皮細(xì)胞面積，膿球面積，白細(xì)胞個(gè)數(shù)，桿菌個(gè)數(shù)和球菌個(gè)數(shù)；

步驟4-1：計(jì)算步驟3中的連通域的面積、周長(zhǎng)、長(zhǎng)度、寬度、圓形度、離心率；

步驟4-2：記錄步驟3中連通域的坐標(biāo)，在原灰度圖像中截取連通域所對(duì)應(yīng)的灰度小圖，計(jì)算其灰度均值和方差；

步驟4-3：根據(jù)上皮細(xì)胞、膿球、白細(xì)胞、桿菌和球菌的生物形態(tài)特征，比較步驟4-1和步驟4-2得到的數(shù)據(jù)，對(duì)連通域進(jìn)行分類(lèi)；

步驟4-4：統(tǒng)計(jì)上皮細(xì)胞的面積，膿球面積，白細(xì)胞個(gè)數(shù)，桿菌個(gè)數(shù)和球菌個(gè)數(shù)。

步驟5：bp神經(jīng)網(wǎng)絡(luò)的輸入矢量為x＝[x0x1x2x3x4]，其中，x0為上皮細(xì)胞面積占整幅圖像面積的比例，x1為膿球面積占整幅圖像面積的比例，x2為白細(xì)胞個(gè)數(shù)，x3為桿菌個(gè)數(shù)，x4為球菌個(gè)數(shù)；

步驟6：創(chuàng)建一個(gè)bp神經(jīng)網(wǎng)絡(luò)，設(shè)置輸入層節(jié)點(diǎn)為5個(gè)，代表輸入神經(jīng)網(wǎng)絡(luò)的5個(gè)變量；設(shè)置隱含層為1層，隱含層節(jié)點(diǎn)為12個(gè)；輸出層節(jié)點(diǎn)為4個(gè)，代表4種清潔度。該神經(jīng)網(wǎng)絡(luò)中激勵(lì)函數(shù)均采用s型函數(shù)，設(shè)置網(wǎng)絡(luò)的初始權(quán)值為隨機(jī)數(shù)；

步驟7：對(duì)步驟6中的bp神經(jīng)網(wǎng)絡(luò)，添加沖量項(xiàng)，并且將固定學(xué)習(xí)速率更改為可變學(xué)習(xí)速率，不僅避免神經(jīng)網(wǎng)絡(luò)陷入誤差的局部極小值而且加速收斂。參數(shù)設(shè)置為：初始學(xué)習(xí)率η＝0.25，學(xué)習(xí)速率增大因子γ＝1.25，學(xué)習(xí)速率減小因子ρ＝0.85，沖量系數(shù)α＝0.9，誤差權(quán)值增加最大比ξ＝0.02；

步驟7-1：如果權(quán)值更新后，所得結(jié)果與期望值之間的誤差變大，并且超過(guò)設(shè)定的誤差權(quán)值增加最大比ξ，則此次權(quán)值更新無(wú)效，將學(xué)習(xí)速率乘以學(xué)習(xí)減小因子ρ，同時(shí)，設(shè)置沖量系數(shù)α為0；

步驟7-2：如果權(quán)值更新后，所得結(jié)果與期望值之間的誤差變大，但是沒(méi)有超過(guò)設(shè)定的誤差權(quán)值增加最大比ξ，則此次權(quán)值更新有效，學(xué)習(xí)速率保持不變，同時(shí)，恢復(fù)沖量系數(shù)α為原值；

步驟7-3：如果權(quán)值更新后，所得結(jié)果與期望值之間的誤差變小，則此次權(quán)值更新有效，將學(xué)習(xí)速率乘以學(xué)習(xí)增大因子γ，同時(shí)，恢復(fù)沖量系數(shù)α為原值。

步驟8：將訓(xùn)練樣本輸入改進(jìn)的bp神經(jīng)網(wǎng)絡(luò)中，當(dāng)訓(xùn)練樣本期望輸出與實(shí)際輸出誤差小于0.0001時(shí)，結(jié)束對(duì)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練；

步驟8-1：依照步驟4和步驟5，得到所有訓(xùn)練樣本的輸入矢量x＝[x0x1x2x3x4]；

步驟8-2：將所有輸入矢量歸一化，輸入bp神經(jīng)網(wǎng)絡(luò)中；

步驟8-3：陰道清潔度為ⅰ度、ⅱ度、ⅲ度、ⅳ度的訓(xùn)練樣本，分別對(duì)應(yīng)的期望輸出矢量為y＝[1000]、y＝[0100]、y＝[0010]、y＝[0001]；

步驟8-4：當(dāng)訓(xùn)練樣本期望輸出與實(shí)際輸出誤差小于0.0001時(shí)，結(jié)束對(duì)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。

步驟9：輸入待檢測(cè)樣本至訓(xùn)練完畢的bp神經(jīng)網(wǎng)絡(luò)中，得出該樣本的清潔度類(lèi)型。

步驟9-1：依照步驟8-1和8-2，將待檢樣本的輸入矢量x＝[x0x1x2x3x4]輸入已訓(xùn)練完畢的改進(jìn)的bp神經(jīng)網(wǎng)絡(luò)中，運(yùn)行bp神經(jīng)網(wǎng)絡(luò)至達(dá)到平衡，輸出矢量y＝[y0y1y2y3]；

步驟9-2：根據(jù)y＝[y0y1y2y3]中的最大值yk劃分陰道清潔度。yk＝max{y0,y1,y2,y3}，k為0,1,2,3分別對(duì)應(yīng)清潔度ⅰ度，ⅱ度，ⅲ度，ⅳ度。

本發(fā)明提供了一種陰道清潔度自動(dòng)劃分的方法。由于鹽水白帶顯微圖像中有形成分?jǐn)?shù)量繁多，背景里雜質(zhì)較多，醫(yī)務(wù)人員經(jīng)過(guò)高強(qiáng)度長(zhǎng)時(shí)間的工作，易產(chǎn)生視覺(jué)疲勞，無(wú)法保證每個(gè)患者都得到準(zhǔn)確無(wú)誤的診斷。而本發(fā)明通過(guò)添加沖量項(xiàng)，并將固定學(xué)習(xí)速率改成可變學(xué)習(xí)速率，加速了神經(jīng)網(wǎng)絡(luò)的收斂速度，將改進(jìn)的bp神經(jīng)網(wǎng)絡(luò)應(yīng)用于陰道清潔度的診斷，降低了醫(yī)務(wù)人員的勞動(dòng)強(qiáng)度，大幅提高了清潔度劃分的準(zhǔn)確度，為患者的健康提供保障。